En un coup d'œil
- Missions: Développe des modèles prédictifs et pilote la stratégie tarifaire dans le secteur de l'assurance.
- Entreprise: Dalma, une entreprise innovante en pleine croissance dans le domaine de l'assurance.
- Avantages: Salaire compétitif, environnement dynamique et opportunités de développement professionnel.
- Autres infos: Travail collaboratif avec des experts Data et équipes Product & Tech.
- Pourquoi ce job: Impact direct sur la croissance et la rétention du portefeuille en France et en Allemagne.
- Qualifications: 5 ans d'expérience en data avec une forte composante pricing ou analytique.
Le salaire estimé est compris entre 72000 - 88000 € par an.
Dalma est en pleine croissance, et nous recherchons un·e Pricing Lead pour rejoindre notre équipe Insurance ! Tu évolues à l'intersection de la data, du produit et de l'assurance, avec un impact direct sur notre croissance et la rétention de notre portefeuille en France et en Allemagne. Tu rejoindras l'équipe Insurance et reporteras directement à notre futur Chief Insurance Officer (poste en cours de recrutement).
L'équipe Insurance, sous la responsabilité du Chief Insurance Officer, est composée de :
- Une actuaire senior
- Une équipe d’experts Data
Et tu travailleras en étroite collaboration avec :
- Nos équipes Product & Tech
- Nos fondateurs
Ownership de la stratégie tarifaire :
- Définir et prioriser la roadmap pricing : modèles de conversion, churn, élasticité-prix
- Fixer les règles de segmentation tarifaire à partir des données sinistres fournies par l'actuaire
- Défendre des décisions data-driven auprès du leadership
- Assurer une veille concurrentielle sur le marché de l'assurance animaux
- Spécifier les fichiers de prix et coordonner leur intégration avec Product & Tech
- Concevoir et piloter les tests A/B tarifaires de bout en bout
- Garantir la qualité des données dans les modèles pricing
- Être l'interlocuteur·rice référent·e auprès de nos assureurs (de la négociation à la transmission des fichiers)
Modélisation & analyse :
- Développer et maintenir les modèles prédictifs : élasticité, willingness to pay, impact prix/volume
- Challenger les hypothèses actuarielles sur les chargements et la marge commerciale
- Produire des analyses ad hoc sur l'impact des évolutions tarifaires sur le portefeuille
Expérience :
- 5 ans minimum dans un rôle data avec une forte composante pricing ou analytique
- Secteur : Assurance idéal, mais aussi fintech/banque de détail, e-commerce/marketplace, ou SaaS B2C/telecom
Compétences techniques :
- Python ou R (régression logistique, modèles de survie, clustering)
- SQL courant
- Maîtrise d'un outil BI (Metabase, Looker, Tableau ou équivalent)
Sens business :
- Capable de construire et défendre une roadmap pricing en COMEX, et de traduire un modèle technique en décision actionnable
Posture ownership :
- Tu es décisionnaire, pas analyste support.
- Pédagogue sur les sujets quantitatifs avec des audiences non-techniques
Langues :
- Français et anglais courants, à l'écrit comme à l'oral
Bonne connaissance des KPIs assurance :
- S/P, Loss Ratio, taux de rétention, LTV
Utilisation d'outils IA (LLMs, Copilot, etc.) pour accélérer la production de modèles et la génération de code.
Machine Learning Lead (F/H) employeur : Dalma
Dalma est un employeur exceptionnel, offrant une culture de travail collaborative et innovante au cœur de l'industrie de l'assurance pour animaux de compagnie. En tant que Chief Insurance Officer, vous aurez l'opportunité de façonner la stratégie d'assurance tout en bénéficiant d'un environnement propice à la croissance professionnelle et à l'épanouissement personnel. Avec des équipes talentueuses et un engagement envers l'excellence, Dalma se positionne comme un leader sur le marché européen, offrant des avantages uniques et une vision inspirante pour l'avenir.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Machine Learning Lead (F/H)
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de Dalma
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Dalma. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Machine Learning Lead (F/H)
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Dalma, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à Dalma que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez Dalma. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez Dalma
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de Dalma et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
